使用来自 a.csv 文件的数据创建字典

Question

我有一个20行的.csv文件，每行格式如下：

Lucy, 23, F, diabetes
Darwin, 60, M, hypertension
Dave, 35, M, epilepsy
Tiffany, 12, F, asthma

... 等等。

我希望将 this.csv 文件转换为字典，如下所示：

dict = {
     'Lucy':{
           age: 23
           gender: 'F'
           condition: 'diabetes'
      },
     'Darwin':{
           age: 60
           gender: 'M'
           condition: 'hypertension'
      },
      #(and so on for all 20 lines)
}

每一行的格式为：姓名、年龄、性别、状况。 这是我到目前为止所尝试的。

dict ={}
f = open("medical.csv', mode = "rt", encoding = "utf8")
s = f.readline()
for line in f:
    line.split(",")

...这就是我停下来的地方。 我无法弄清楚如何将标题分配给该行中的每个值，以便字典将如上显示，带有标签“年龄”、“性别”和“条件”。 当我运行代码时，“ medical.csv ”上有一个SyntaxError: invalid syntax消息。

年龄必须是 integer。 如果不是 integer，我希望程序在创建字典时跳过该行。

任何帮助将非常感激！

Answer 1

1. 我建议不要用名称命名字典键，因为名称可以重复。

2. 首先创建主字典，然后遍历 CSV 中的行。 在每一行中提取名称人员属性（您使用了 split 方法 - 它非常适合这里，但不要使用 split( split(",")使用split(", ")) 。 为每个人创建字典并以这种方式为其分配键和值：

   person = {}

   person['age'] = 23

以此类推...然后将这个人的字典作为值分配给主字典，并将键设置为人名。 希望它有点帮助！

Answer 2

首先，请记住，您的问题可能有更多“pythonic”答案。

好吧，您走在正确的道路上：

dict ={}
f = open("medical.csv", mode = "rt", encoding = "utf8")
s = f.readline()
for line in f:
    l = line.split(",")

让我们为line.split(",") ( l ) 的结果命名。 现在l是这种格式：

l[0]包含姓名l[1]包含年龄l[2]包含性别l[3]包含条件。

现在， l的第一个元素是名称，所以让我们将它添加到字典中：

dict[l[0].strip()] = {}

笔记：

1. 我正在使用l[0].strip()因为它的开头或结尾可能有不需要的空格
2. 我正在字典中初始化一个新字典（你想要的数据结构是字典的字典）

现在，让我们依次添加其他字段：

dict[l[0].strip()]['gender'] = l[2].strip()
dict[l[0].strip()]['condition'] = l[3].strip()

这有效，除非年龄不是 integer，所以我们需要事先使用 try except 块：

try: 
    age = int(l[1].strip())
except ValueError:
    continue    # You want to skip the current iteration, right?

现在我们可以把所有东西放在一起，稍微润色一下代码：

    dict ={}
    f = open("medical.csv", mode = "rt", encoding = "utf8")
    s = f.readline()
    for line in f:
        l = line.split(",")
        age = -1
        try:
            age = int(l[1].strip())
        except ValueError:
            continue
        key = l[0].strip()
        dict[key]['age'] = age
        dict[key]['sex'] = l[2].strip()
        dict[key]['condition'] = l[3].strip()

当然，这假设所有的名字都是不同的（我刚刚阅读了 firanek 的回答：我同意她/他的观点，即你不应该使用名字作为密钥，使用这种方法，你会丢失关于所有人的所有数据除了最后一个名字相同）

哦，我差点忘记了：您可以使用dict构造函数并替换行dict[keys][<string>] = <thing> : dict[key] = {'age' = age, 'sex' = l[2].strip(), 'condition' = l[3].strip() 。

Answer 3

为此，我建议使用csv模块。 请注意方便的skipinitialspace参数。

import csv
from pprint import pprint


def row_to_dict(ts):
    return {k: t for k, t in zip(("age", "gender", "condition"), ts)}


if __name__ == "__main__":
    result = {}
    with open("medical.csv") as f:
        reader = csv.reader(f, skipinitialspace=True)
        for row in reader:
            name, data = row[0], row[1:]
            result[name] = row_to_dict(data)

    pprint(result)

Answer 4

您可能想查看Pandas库，并使用 DataFrames 操作数据，因为它具有许多内置功能。

import pandas as pd
data=pd.read_csv("data.csv", header=None ,names=["Name", "Age", "Gender", "Condition"], index_col=False, na_values=",NaN, null", verbose=True)
data=pd.DataFrame(data)
newdata=data.dropna(subset=['Age'])
print("new data: \n", newdata)

还有一个类似的问题： Pandas: drop columns with all NaN's